TESIS DOCTORADO
Recocido simulado y aprendizaje automático aplicado a la optimización de factores de riesgo empresarial
Marta Lilia Eraña Díaz
En este trabajo, se presenta una metodología computacional para la optimización del tratamiento de riesgo empresarial, se identifica el nivel de riesgo y se obtienen salvaguardas o contramedidas con las cuales es posible minimizar, o en algunos casos, evitar el riesgo. Para la determinación preliminar de soluciones óptimas locales, se utilizó la heurística Recocido Simulado, RS, la cual generó una serie de soluciones cercanas al óptimo, que optimizan el costo de las salvaguardas aplicadas a los factores de riesgo y que son analizadas y clasificadas mediante técnicas de aprendizaje automático (Machine Learning) para obtener una diversidad de soluciones que consuman el presupuesto asignado por la empresa bajo diferentes configuraciones. Finalmente, para evaluar en qué medida las soluciones están cercanas al óptimo, se desarrolló y resolvió el modelo matemático en el software R con el solver CPLEX.